Tavakoli: Ich denke, es gibt zwei Gründe. Erstens sollten Sie sich auf die Ergebnisse konzentrieren, nicht auf die Werkzeuge. Die Anzahl der Leute, die sagen: „Wir sind im Rückstand. Ich muss eine Reihe von Agenten zum Laufen bringen. Ich muss zeigen, dass ich KI kann.“ Sie bekommen keine Punkte, wenn Sie sagen, ich hätte mich gegen die KI gestellt, oder?

Stattdessen möchten Sie wirklich herausfinden: Welches Geschäftsergebnis möchte ich erzielen? Und normalerweise lautet das: „Ich habe einen bestehenden Prozess, den ich automatisieren und viel effizienter gestalten möchte“, oder „Es gibt eine Reihe neuer Funktionen, die ich einführen möchte“, und KI ist das, was dies ermöglicht.

Zweitens sind alle so begeistert von KI und bringen sie mit LLMs in Verbindung. Welches Modell werden Sie verwenden? Und ehrlich gesagt ist das Wichtigste in der Unternehmenswelt eine KI, die qualitativ hochwertig, präzise und vertrauenswürdig ist. Und das hängt stark davon ab: „Haben Sie Ihren Datenbestand in Ordnung und verfügen Sie über eine Governance-Strategie?“

Es geht nicht um das Modell, sondern um alle anderen Teile. Wie erreichen Sie Genauigkeit? Wie regieren Sie es? Wie finden Sie heraus, wie Sie es in die Produktion bringen und messen? Und wie gelingt Ihnen das in einem Bereich, der sich schnell weiterentwickelt? Die Mehrheit der Leute, mit denen Sie sprechen und die vor sechs Monaten eine KI-Anwendung auf den Markt gebracht haben, sagen Ihnen, dass sie diese heute völlig anders aufbauen würden, wenn sie sie neu aufbauen würden, weil es neue Produkte gibt.

Tavakoli: Die aktuellen Einnahmen sind pyramidenförmig. Auf der untersten Ebene benötigen Sie eine Menge Infrastruktur, und das sind Chips. In diesem Bereich wird es nicht viele Unternehmen geben, da die Eintrittsbarrieren sehr hoch sind.

Darüber hinaus gibt es die Anbieter von Basismodellen. Wir haben mit einer großen Menge angefangen und diese Menge wurde reduziert, hauptsächlich aufgrund des Kapitals, das man braucht, um einige dieser Modelle zu trainieren.

Die letzte Schicht sind die darüber liegenden Anwendungen. Und da wir uns noch in der Anfangsphase befinden, ist das heute noch kein großer Erfolg – auch wenn Databricks gerade erst die Marke von einer Milliarde US-Dollar Umsatz im Bereich KI überschritten hat. Es ist also kein Pappenstiel.

Wenn wir fünf Jahre in die Zukunft blicken, wird die Pyramide viel massiver sein und sich umkehren. Ein wesentlich größerer Teil des Umsatzes wird auf Anwendungen entfallen, die KI nutzen, um die Arbeitsweise der Menschen zu verändern. Und ich glaube nicht, dass es in diesem Bereich einen Gewinner gibt, der alles bekommt.

Tavakoli: Diese Antwort gefällt niemandem. Aber viele Prozesse, für die Sie viel Geld ausgeben, sind nicht sexy. Ich gebe Ihnen ein Beispiel. Sie sind eine Versicherungsgesellschaft. Sie erhalten Unmengen von Antragsformularen und es entsteht eine Menge an Energie und Frustration, die mit der Frage verbunden ist: „Wie nehme ich all diese Antragsformulare und extrahiere die Informationen, die ich brauche?“ Wie trage ich es in ein Analyseformular ein, damit ich Erkenntnisse daraus gewinnen und dann darauf basierend Maßnahmen ergreifen kann?“ Darüber freut sich niemand – außer der Person, die dasitzt und sich darüber ärgert, dass die Erstattung ihres Anspruchs drei Monate dauert. Aber wenn ich jetzt etwas, das Monate gedauert hat, zu einem Bruchteil der Kosten erledigen kann – automatisiert –, dann ist das ein wirklich spannender Anwendungsfall.

Oder Sie sind ein Hersteller von Halbleitern und verfügen über ein Gerät, das Anomalien intelligent erkennen und Ihre Ausbeute um 0,1 % verbessern kann – noch einmal: Wann hat sich das letzte Mal jemand über die Ausbeute in der Fertigung gefreut? Aber es bedeutet viel Geld.

Enorme Produktivität, enorme Kosten – und das sind keine Dinge, die die Leute als weltbewegend bezeichnen. Ich denke, das sind langweilige KI-Anwendungsfälle. Mit KI können Sie bedeutende Verbesserungen erzielen, und das haben wir bei unseren Kunden gesehen.

Tavakoli: Meine Antwort lautet immer: Wenn wir nach dieser Logik gesagt hätten: „Hey, als die Geldautomaten oder die Computer auf den Markt kamen, waren das gewaltige Veränderungen – würden dann viele Menschen ihren Job verlieren?“

Es gibt eine Reihe von Dingen, die Menschen heute tun, die durch KI automatisiert werden. Bei vielen dieser Dinge möchten Sie jedoch aus Qualitätsgründen immer noch einen Menschen involviert haben. Und die Grundannahme besteht darin, dass die Automatisierung dieser Aufgaben auch völlig neue Anforderungen mit sich bringt, Dinge zu tun, die vorher nicht möglich waren. So gibt es beispielsweise heute, da es Geldautomaten und Online-Banking gibt, neue Rollen im E-Commerce, von denen wir früher nie gedacht hätten, dass sie existieren würden, und diese schaffen eine Menge Arbeitsplätze und steigern die Produktivität.

Durch Weiterbildung und Schulung werden sich zwar die spezifischen Aufgabenbereiche verschieben, es entsteht jedoch eine ganz neue Klasse neuer Aufgabenbereiche, für die die Unternehmen Fahrer benötigen. Ich glaube also, dass die Nachfrage nach Arbeitskräften steigen wird. Es geht also eher um die Frage: „Wie können Sie Ihre Fähigkeiten verbessern?“

Tavakoli: Ja und nein. Ja, wir befinden uns in einer KI-Blase. Nein, es ändert nichts an den Plänen.

Mir wird oft die Kehrseite dieser Frage gestellt, nämlich: „Ist KI transformativ oder wird KI überbewertet?“ Und meine Antwort darauf ist ja. Ich glaube, die Menschen verstehen KI immer noch nicht vollständig, und daher lautet die Antwort auf jede Frage: KI wird das Problem lösen. Ich ging herum und sah ein Schild mit der Aufschrift „KI-gesteuerte Autowaschanlage“. Und ich denke mir: Ich weiß nicht, was zum Teufel das bedeutet. Heutzutage basiert alles auf KI. Es herrscht immer ein gewisser Höhepunkt der Aufregung, der aber zwangsläufig nachlässt, wenn wir uns auf die tatsächlichen Anwendungsfälle einigen, die die Leute brauchen. Ich glaube nicht, dass alle Unternehmen, die derzeit im KI-Bereich tätig sind, überleben werden.

Der Grund, warum sich die Pläne von Databricks dadurch nicht ändern, liegt darin, dass KI großartig ist und wir sie für die Zukunft für wichtig halten. Offensichtlich haben wir uns in den letzten 12 Jahren stark darauf konzentriert. Ein weiterer Kernbereich unseres Geschäfts ist die Datenseite, wie etwa Datentransformation und operative Arbeitsabläufe, die sich bewährt haben, die sich definitiv nicht in einer Blase befinden und die wachsen. Aus Databricks-Sicht passen Sie sich den Kundenbedürfnissen an. Und wir haben bereits die Entwicklung vom übertriebenen Hype hin zu den wichtigsten Anwendungsfällen und Ergebnissen beobachtet und sie dabei unterstützt.